Freqtrade ایک مفت، اوپن سورس پائیتھون کرپٹو ٹریڈنگ بوٹ ہے جو بیک ٹیسٹنگ، ڈرائی رن، مشین لرننگ حکمتِ عملی اصلاح، FreqAI، Telegram/WebUI کنٹرول اور بڑے اسپاٹ/فیوچر ایکسچینجز کی معاونت فراہم کرتا ہے۔
اوپن سورس۔ نئے امکانات۔
معیاری اوپن سورس پروجیکٹس دریافت کریں، گمنام طور پر پروجیکٹس جمع کریں، اور اپنے پروجیکٹ کا دعویٰ کرکے اسے ایڈٹ کریں۔
تجسس کے ساتھ اوپن سورس کی دنیا دریافت کریں۔
THE FIRST COLLECTIONHugging Face Transformers مشین لرننگ کے لیے ایک ماڈل ڈیفینیشن فریم ورک ہے جو ٹیکسٹ، ویژن، آڈیو اور ملٹی موڈل ٹاسکس کے لیے استعمال ہوتا ہے۔ یہ 1 ملین سے زیادہ پری ٹرینڈ چیک پوائنٹس کے ساتھ انفرنس اور ٹریننگ کے لیے ایک متحد API فراہم کرتا ہے۔
AutoKeras ایک اوپن سورس AutoML لائبریری ہے جو Keras پر مبنی ہے اور تصویری، متنی اور ساختی ڈیٹا کے کاموں کے لیے ڈیپ لرننگ ماڈل کی تلاش خودکار کرتی ہے۔
آپریشنل فیصلوں کے لیے کمک سیکھنے کی لائبریری — قیمت کا تعین، انوینٹری، توانائی، قطاریں، سپلائی چین۔ ٹائپ شدہ انٹرفیس، کلاسیکی بنیادی لائنیں، اور قابل تولید بینچ مارکس کے ساتھ 31 الگورتھم۔
اوپٹونا مشین لرننگ کے لیے ایک خودکار ہائپر پیرامیٹر آپٹیمائزیشن فریم ورک ہے، جو ڈائنامک سرچ اسپیس کی تعمیر کے لیے ڈیفائن بائی رن API سے مزین ہے۔
ایک اوپن سورس یو ایف سی فائٹ پریڈکشن پروجیکٹ: Elo ratings، gradient-boosted ensemble اور multi-task neural network blended into one calibrated scorer، evaluated by expanding-window walk-forward over 2018-2026، with a Streamlit matchup explorer اور weekly self-updating data pipeline۔
ری انفورس ایک ہائی تھرو پٹ ری انفورسمنٹ لرننگ لائبریری ہے جو گیم ڈائنامکس، سرچ، اور ایپی سوڈ آرکیسٹریشن کو متوازی Rust میں چلاتی ہے، جبکہ Python نیٹ ورکس اور تربیت مکمل طور پر صارف کے کنٹرول میں رہتی ہے۔
ایک تعلیمی ریپوزٹری جو Python کے ذریعے بنیادی اصولوں سے supervised machine learning سکھاتی ہے، جس میں ریاضی کی بنیادیں اور عملی نفاذ شامل ہیں۔
Eclipse DL4J ایک JVM بیسڈ ڈیپ لیکنگ ایکو سسٹم ہے جو Java، Scala، Kotlin اور دیگر زبانوں کی حمایت کرتا ہے۔ اس میں Keras، TensorFlow، ONNX سے ماڈل درآمد، ND4J برائے لکیری الجبرا، SameDiff برائے خودکار فرق، DataVec برائے ETL، اور CPU/GPU سپورٹ شامل ہے جو Windows، Linux، macOS پر چلتی ہے۔
Made With ML ایک اوپن سورس کورس اور کوڈ بیس ہے جو پروڈکشن گریڈ ماشین لرننگ ایپلیکیشنز کو ڈیزائن، ڈیولپ، ڈیپلوئی اور آئٹریٹ کرنے کا تعلم دیتا ہے، جو MLOps، ٹیسٹنگ، سرورنگ، CI/CD اور کنٹینیو لرننگ پر مشتمل ہے۔
مائیکروسوفٹ کا 10 ہفتے، 20 سیکوں کا بیگنرز کے لیے ڈیٹا سائنس کِریکیولم، پروجیکٹ-بیسڈ سیکوں، کویز اور 50+ زبانوں کی ترجمہ کے ساتھ۔
سرکاری کوڈ ریپوزٹری برائے 'Build a Large Language Model (From Scratch)': GPT نما ماڈلز کی مرحلہ وار PyTorch عمل درآمد، نوٹ بکس اور مشقوں کے ساتھ پری ٹریننگ اور فائن ٹیوننگ کا احاطہ۔
fastai ایک ڈیپ لرننگ لائبریری ہے جو PyTorch پر مبنی ہے، جو تیز رفتار پیداواری صلاحیت کے لیے اعلیٰ سطح کے اجزاء اور تحقیق و تخصیص کے لیے نچلی سطح کے اجزاء فراہم کرتی ہے۔
FiftyOne ایک اوپن سورس ٹول ہے جو اعلیٰ معیار کے ڈیٹا سیٹ اور کمپیوٹر ویژن ماڈلز کی تعمیر کے لیے استعمال ہوتا ہے۔ یہ صارفین کو بصری AI ڈیٹا کا تصور، لیبلنگ، جائزہ، اور ترتیب دینے کی اجازت دیتا ہے۔
PyTorch ایک اوپن سورس مشین لرننگ لائبریری ہے جو GPU ایکسلریشن کے ساتھ ٹینسر کمپیوٹیشن اور ٹیپ-بیسڈ autograd سسٹم پر مبنی ایک لچکدار ڈیپ نیورل نیٹ ورک فریم ورک فراہم کرتی ہے۔
FairMind ایک اوپن سورس AI گورننس پلیٹ فارم ہے جو ML، LLM، اور ملٹی ماڈل AI ماڈلز کے لیے تعصب کی نشاندہی، منصفانہ جانچ، اور تعمیل کی ٹریکنگ فراہم کرتا ہے۔ یہ ثبوت کے معیار کی تشخیص، ماڈل رجسٹری، اور اصلاحی ٹولز مہیا کرتا ہے۔
PyMC ایک Python پیکیج ہے جو Bayesian شماریاتی ماڈلنگ کے لیے استعمال ہوتا ہے، جس میں جدید MCMC اور variational inference الگورتھم شامل ہیں، بدیہی ماڈل تصریح نحو اور پیچیدہ احتمالی ماڈلز کے لیے معاونت فراہم کرتا ہے۔
Keras 3 ایک ملٹی بیک اینڈ ڈیپ لرننگ فریم ورک ہے جو صارفین کو JAX، TensorFlow، PyTorch، یا OpenVINO کا استعمال کرتے ہوئے ماڈلز بنانے اور تربیت دینے کی اجازت دیتا ہے۔
VeighNa پائیتھن پر مبنی اوپن سورس کوونٹیلیٹ ٹریڈنگ سسٹم ڈیولپمنٹ فریم ورک ہے، جو CTP، Interactive Brokers جیسے ترے درے مارکیٹ گٹ وے کے اور VNPy.alpha ماڈیول کے ذریعے ملٹی فیکٹور مشین لرننگ اسٹیٹرجیز کو سپورٹ کرتا ہے۔
ایک چھوٹا GPT لینگویج ماڈل (~540M پیرامیٹرز) جو صارفین کے لیپ ٹاپ ہارڈویئر پر شروع سے تربیت کے لیے ڈیزائن کیا گیا ہے، Fineweb-edu پر پری ٹریننگ اور چیٹ فائن ٹیوننگ کی صلاحیتوں کے ساتھ۔